HAct：基于神经网络激活直方图的分布外检测
机器学习
2023-10-19 v2
摘要
我们提出了一种简单、高效且准确的方法，用于检测已训练神经网络中的分布外（OOD）数据。我们提出了一种新颖的描述子HAct——激活直方图，用于OOD检测，即神经网络层在输入数据影响下输出值的概率分布（由直方图近似）。我们基于HAct描述子构建了OOD检测器。我们证明，在多个图像分类基准上，HAct在OOD检测中显著优于最先进水平。例如，在标准OOD基准上，我们的方法使用ResNet-50以仅0.03%的假阳性率实现了95%的真正率（TPR），在假阳性率（相同95% TPR下）上比先前最先进水平高出20.67%。计算高效与易于实现使得HAct适合在实际中大规模部署神经网络的在线监控。
引用
@article{arxiv.2309.04837,
title = {HAct: Out-of-Distribution Detection with Neural Net Activation Histograms},
author = {Sudeepta Mondal and Ganesh Sundaramoorthi},
journal= {arXiv preprint arXiv:2309.04837},
year = {2023}
}